沿不同轴广播逻辑运算符答案

【问题标题】：Broadcasting logical operators along a different axis沿不同轴广播逻辑运算符
【发布时间】：2016-08-16 10:50:07
【问题描述】：

我有一个 DataFrame 和一个系列：

np.random.seed(0)
df = pd.DataFrame(np.random.binomial(1, 0.3, (5, 4)).astype(bool))
ser = pd.Series(np.random.binomial(1, 0.3, 5).astype(bool))

df
出去：
       0 1 2 3
0 假 真 假 假
1 假 假 假 真
2 真假真假
3 假 真 假 假
4 假 真 真 真

SER
出去：
0 真
1 对
2 错误
3 真
4 错误
数据类型：布尔

我想逐行比较每一列与系列，看看这两个元素是否为真。结果应该是：

 0 1 2 3
0 假 真 假 假
1 假 假 假 真
2 假 假 假 假
3 假 真 假 假
4 假 假 假 假

我可以使用df.mul(ser, axis=0) 执行此操作，但会引发警告：

UserWarning：在 Python 空间中进行评估，因为 '*' 运算符是 numexpr 不支持 bool dtype，请改用 '&'

我猜这会减慢操作速度。有其他选择吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

由于这个计算是基于数组的（不需要对齐索引标签），您可以使用 NumPy 数组和 NumPy 广播来计算：

np.logical_and(df.values, ser.values[:, None])

以下是几个备选方案的速度比较：

import numpy as np
import pandas as pd

N, M = 500, 400
np.random.seed(0)
df = pd.DataFrame(np.random.binomial(1, 0.3, (N, M)).astype(bool))
ser = pd.Series(np.random.binomial(1, 0.3, N).astype(bool))

In [60]: %timeit pd.DataFrame(np.logical_and(df.values, ser.values[:, None]), columns=df.columns, index=df.index)
10000 loops, best of 3: 93.4 µs per loop

In [51]: %timeit pd.DataFrame(df.values * ser.values[:,None], columns=df.columns, index=df.index)
10000 loops, best of 3: 94.4 µs per loop

In [47]: %timeit df.mul(ser, axis=0)
UserWarning: evaluating in Python space because the '*' operator is not supported by numexpr for the bool dtype, use '&' instead
10000 loops, best of 3: 166 µs per loop

In [46]: %timeit df.apply(lambda x: x & ser)
10 loops, best of 3: 135 ms per loop

【讨论】：